信息与控制杂志

信息与控制杂志2024年第4期

• 机器人柔顺行为控制方法综述

  任丹梅, 边飞飞

  机器人柔顺行为是指机器人能够动态调整自身运动策略，从而对人或环境的物理交互表现出一定的顺从性。本文围绕机器人柔顺行为控制方法进行综述。首先依据不同的控制回路对柔顺控制方法进行了分类。然后分别对在运动控制回路的实现方法、在路径规划回路的实现方法和在任务调度回路的实现方法进行了整理，分析了每种方法赋予机器人的不同柔顺性特征。最后总结了机器人柔顺控制的几种典型应用，展望了机器人柔顺控制技术的未来趋势，以期为机器人柔顺控制研究提供新的思路和方向。

• 基于脉冲神经网络的机器人智能控制研究进展

  敖天勇, 曹贤泽, 付乐, 周毅

  像人一样在复杂多变的非结构化环境中灵巧操作是机器人研究追求的目标之一。受生物脑工作方式启发的脉冲神经网络(SNN)是类脑智能领域的主要工作范式，具有良好的生物合理性，在机器人智能控制领域日益受到关注。本文对基于SNN的机器人类脑智能控制相关研究展开综述，期望能为机器人和类脑智能领域的研究带来启发。首先，介绍SNN的发展历程、神经元模型、编码方式、突触可塑性和网络结构等相关知识。其次，借鉴人类的运动反馈控制机制，给出一种基于SNN的机器人类脑智能控制框架。再次，从运动控制、柔顺控制、协同控制三个方面介绍机器人类脑智能控制策略的研究进展。最后，对基于SNN的机器人类脑智能控制技术进行了总结与展望。

• 工业机器人轨迹规划的研究方法综述

  曹锦旗, 韩雪松

  工业机器人以其工作效率高、生产质量高、对环境的适应性较好等优点，在现代生产中得到广泛应用。轨迹规划的研究是工业机器人运动控制的基础，直接决定其工作质量。为了系统全面地了解工业机器人轨迹规划的研究方法，本文首先根据不同的规划空间和优化目标对现有的各种研究方法进行分类；然后介绍了直线、圆弧、多项式曲线等基本轨迹的特点和适用场合，并且分析和讨论了对时间、冲击、能耗进行优化的方法以及目前存在的问题和不足；最后指出了基于实际工况的多目标最优轨迹规划、基于机器学习的轨迹规划、多机器人的轨迹规划、轨迹规划中的动态避障、基于智能感知的实时轨迹规划、基于虚拟现实技术的轨迹规划等将是工业机器人轨迹规划研究的发展趋势。

• 基于三类对象投票和语义回环的动态SLAM算法

  诸葛玥, 罗海勇, 陈润泽, 周姿能, 林长海

  本文基于深度学习的语义提取技术和视觉SLAM(simultaneous localization and mapping)技术相结合，提出了一种动态SLAM算法。该算法基于三类对象的投票和语义回环，能够有效地降低动态对象对SLAM系统的性能影响，同时提高定位和建图的精度。首先, 将语义对象分为静态对象、可能动态对象和一定动态对象三类，并使用基于重投影深度误差投票的方法来识别上述语义对象的运动状态，从而消除运动目标对算法的影响。然后，进一步地使用语义相似回环优化方法，提高了回环检测的鲁棒性。在TUM的RGB-D动态数据集和KITTI数据集上的实验结果表明，本文算法的平均绝对轨迹误差相比ORB-SLAM3算法分别降低了57. 13%和23. 39%，验证了算法在动态场景下的鲁棒性。

• 融合深度学习与稠密光流的动态视觉SLAM

  胡青松, 任林洋, 随学帅, 李世银, 孙彦景

  针对传统视觉SLAM(simultaneous localization and mapping)算法在环境目标静止或低速运动状态工作良好，但在场景中存在人员走动、车辆运动等动态干扰时精度不高、鲁棒性不强的问题，提出了基于ORB-SLAM3(Oriented FAST and Rotated BRIEF-SLAM3)框架的动态SLAM系统，在ORB-SLAM3框架中融合了YOLACT + +(You Only Look At CoefficienTs)深度学习性；提出了运动等级传递策略，将实例分割网络和稠密光流场融合，达到SLAM系统效率与精度的联合优化。在公开数据集TUM上的测试结果表明，所提系统在动态场景下具有优异的性能，低动态场景下的均方根误差、平均值、中值和标准差等指标相比ORB-SLAM3提高了约60%，高动态场景下超90%。楼道场景的实测结果表明，所提系统在提取特征时能够有效剔除动态目标上的特征点，保证了系统的精度。

• 一种用于3D激光雷达点云处理的多目标跟踪算法

  武宏伟, 吕东升, 贾琳

  近年来，3D激光雷达作为一种高精度传感器，提升了城市交通的治理水平。然而城市交通场景复杂，目标众多且运动轨迹相互交叉，传统的多目标跟踪方法难以生成准确的交通目标运动轨迹。本文针对城市路口复杂场景交通目标实时跟踪问题，设计了一种基于多层级结构的多目标跟踪(multi-level object tracking，MLOT)算法框架，结合基于椭圆门限的多维特征数据关联以及针对预测结果的自适应初值滤波等方法。通过对路侧感知数据集进行实验，结果表明，本文的算法明显优于初始的跟踪算法，能够增强复杂交通场景中目标跟踪关联的准确性和鲁棒性，提高感知跟踪的准确率，具备一定的工程推广价值。

• 一种基于生成对抗网络模型的工件图像数据增广方法

  赵忠文, 魏英姿, 付垚

  生成对抗网络(generative adversarial network，GAN)往往需要大量的训练数据才能生成高质量图像，而制造业工件训练数据严重匮乏，难以利用传统GAN模型进行数据增广。为此，提出一种能够以小规模工件数据集训练生成高质量工件图像的GAN模型，作为少样本工件数据集的增广方法。对生成器和鉴别器融入自注意力机制，依据工件孔洞分布特点创建注意力掩码与注意力映射进行加权，以提高工件孔洞区域与周围像素点的相关性，在一定程度上减少对大规模训练数据的依赖。重新设计残差结构并应用于生成器，利用上采样和卷积组合的方式改善生成图像的“棋盘格伪影”现象，以提高生成图像的逼真度。损失函数采用Wasserstein距离和特征匹配损失加权相结合的形式。与传统GAN对比，所提模型生成工件图像的FID分数降低至100. 91，SSIM分数提升至0. 906。经所提GAN模型数据增广后，基于YOLOv8算法的工件缺陷检测模型的mAP值提升至92. 7%，可为工业检测训练样本不足提供解决方案。

• 基于WIA-FA的无线AGV系统有序可靠重传方法

  郑萌, 冯彬, 赵永恒, 梁炜

  近年来，工业无线网络在自动引导车(automated guided vehicle，AGV)系统的应用愈来愈广泛。目前的AGV通信主要依赖于WiFi技术，由于其采用竞争式接入机制，无法满足恶劣工业环境下的有序和可靠传输要求。因此，本文提出一种基于WIA-FA的无线AGV系统有序可靠重传方法。首先，给出基于WIA-FA的AGV通信系统架构和数据传输过程，并设计一种新的超帧结构以满足数据传输的严格顺序性要求。进而，基于新超帧，设计一种基于有序调度的端到端重传策略(sequential scheduling based end-to-end retransmission，SSER)，可实现上行数据的按需传输和下行数据的按序传输，并支持上行和下行数据时段长度的动态优化。仿真结果表明，在不同超帧长度、节点数量和信道条件等网络参数设置下，SSER在传输可靠性方面均优于现有工作。

• 多变量系统的分散式补偿自抗扰控制方法与频域分析

  刘雷伟, 何婷, 王佑

  为利用低阶控制器对热力系统中含有高阶大惯性环节的多变量对象进行控制，结合高阶补偿控制和分散式自抗扰控制提出了一种分散式补偿自抗扰控制方法。基于此，通过理论推导给出了系统的闭环传递函数，并根据多变量系统中的逆奈奎斯特阵列设计方法，定量分析了所提出的分散式补偿自抗扰控制与传统分散式控制方法的稳定区域大小。利用实例进行仿真实验，结果表明：分散式补偿自抗扰控制在稳定区域大小、动态性能和鲁棒性上均优于不具有补偿环节的传统分散式自抗扰控制，提高了低阶控制器控制高阶多变量系统的控制性能，有着良好的应用前景。

• 基于Buck-Boost矩阵变换器的400 Hz中频电源控制方法及参数优化

  钟达栩, 龚俊, 张小平

  针对传统400 Hz中频电源存在的拓扑结构复杂、体积大等不足，提出采用Buck-Boost矩阵变换器(Buck-Boost matrix converter，BBMC)作为其功率变换电路并提出相应的控制与参数优化方法。首先，介绍了BBMC拓扑结构及其基本工作原理，建立了BBMC的数学模型。然后，结合400 Hz中频电源的控制要求提出一种基于准比例谐振控制的双闭环控制策略并对其具体设计方法进行了深入研究。接着，采用樽海鞘群算法对其控制参数进行了优化。最后，对其控制效果进行了仿真和实验验证，同时与传统基于重复控制的复合控制策略进行了对比分析。实验结果表明：将BBMC应用于400 Hz中频电源不仅有效地减小了其电源装置的体积和重量，而且所提出的控制与参数优化方法相较于传统基于重复控制的复合控制方法具有更好的稳态和动态性能，因而具有较好的应用价值。